阿里云多模态算法面经

一面
介绍实习项目，岗位不匹配所以没有问生成相关的八股
1，用了什么优化器，介绍-下adam，adamW，相较SGD有什么改进
2，残差网络的作用是什么，什么叫做网络退化3，什么叫过拟合，过拟合的解决方案，在损失函数上过拟合是怎么体现的
4，Dropout的原理，预测的时候有没有什么补偿策略
5，lora的原理，如何初始化A,B矩阵，为什么
6，主流的位置编码，旋转位置编码的原理
5，了解强化学习吗
手撕 leetcode 33.搜索旋转排序数组
二面
主要关注数据是如何构建的，指标怎么评估，项目难点
八股:
1，Transformer的FFN层能不能去掉，为什么?
为什么是d-->4d?
2，attention中为什么要除以根号dk
3，SDXL和FLUX的区别
4，ControlNet对哪种控制条件效果更好，风格控制采用哪种方式
5，为什么分类损失不用KL散度而用交叉熵，二者区别是什么
手撕:rand7实现rand10